改革开放以来，随着沿海经济快速地发展及基础设施大规模地建设，我国港口建设中出现了陆域不足的情况，这就要通过吹填造陆来满足港口建设的需要，但用做工程填料的砂、土等不可再生资源经过多年的开采已经变得非常紧缺，从近期看，吹填砂或开山填海造陆还是有可能的；但是，从长远看，有限的砂和山石，不能无限地开采，大规模地挖砂或开山填海造陆是不可行的，所以急需寻找一种可替代的工程填料。与此同时，为疏浚航道和扩建泊位，需要挖掘大量的海底淤泥，这些疏浚淤泥目前没有一个很好的解决方案。如能将疏浚淤泥用来吹填造陆，则将是一举两得、变废为利的好办法。例如深圳大铲湾围海造陆工程、深圳机场扩建工程等均由原计划的填砂造陆改为吹填淤泥造陆。吹淤造陆不但可以节约砂、土等不可再生资源，而且有利于环保，处理方法合适经济。因此，吹填淤泥造陆必然成为今后的一个趋势。　　 目前制约吹填淤泥造陆发展的原因在于吹填淤泥极差的工程特性，特别是浅表层，其含水量极高，处于流动状态，强度和承载力极低，各种施工设备都将陷入其中，无法进行排水砂垫层、塑料排水板或袋装砂井的施工，必须待浅表层有一定的承载力后方可进行处理。所以在利用一般软基处理方法加固软弱地基之前，需先对浅表层进行加固。近年来，一种吹填淤泥浅表层快速加固处理技术被提出并得到应用，通过在试验区的应用情况来看，这种方法加固效果显著，承载力得到提升，沉降也得到一定的控制，满足了后续施工的要求。　　 运用浅表层快速加固处理技术对软基进行加固处理后，如果我们能对加固后的软基进行有效的沉降预测，可以为后续施工进行及时可靠的指导，节省工程投资，可见沉降预测具有十分重要的现实意义。预测沉降的方法很多，其中人工神经网络法、灰色预测法等动态预测方法近年来受到青睐。人工神经网络法的非线性映射能力强，泛化能力强，对于解决土体非线性特点的问题有独特优势；灰色理论预测的离散度小，精度高，同时克服了工程上常用的方法因数据少而预测精度不高或难以预测的缺陷。　　 因此，本论文选取厦门港海沧港区软基处理工程为例，针对试验区吹填淤泥的工程特性，运用浅表层快速加固处理技术对其进行加固处理，评价这项技术的加固效果，并采用人工神经网络和灰色理论两种动态预测方法所建的多种预测模型对加固后试验区的沉降量进行预测研究。　　 本文取得的主要研究成果如下：　　 (1)着重分析了吹填淤泥这种超软弱土的沉积特征与工程特性，指出了吹填淤泥与常见软粘土的区别。吹填淤泥的沉积分为两个阶段，絮凝沉积阶段与自重固结阶段。经过两个阶段的沉积，含水量仍然很高变化较小，这说明吹填淤泥如不进行加固处理只让其自然状态下沉积，固结速度会相当的缓慢。吹填淤泥在含水量、孔隙比、渗透系数方面都大于常见软粘土。　　 (2)针对提供的浅表层快速加固处理技术，详细介绍了该项技术的技术思路，作用机理以及与真空预压法的区别。通过分析，浅表层快速加固处理技术虽然加固机理与真空预压法相同，但处理对象是流动状、几乎无承载力的吹填淤泥，这点有别于常规真空预压法的处理对象，另外施工工艺方面也有着较大区别。通过在试验区的应用情况，结果表明采用浅表层快速加固处理技术加固效果显著并且较为合理经济。　　 (3)利用MATLAB软件编制了BP网络，RBF网络，Elman网络时序预测模型程序，分别对试验区在快速加固处理阶段及二次处理阶段的沉降进行了拟合与预测，对比了三种网络在短期沉降预测方面的优劣。结果表明，RBF网络前期训练拟合精度远优于的BP网络与Elman网络；但从预测结果看，Elman网络的预测精度最高，其次BP网络，相对最差的是RBF网络。可见人工神经网络时序预测模型进行预测时，前期拟合精度高并不意味着后期预测精度也高，Elman网络的反馈型网络结构使其具有更好的时序预测能力。　　 (4)利用灰色系统理论建立了GM(1，1)模型与灰色Verhulst模型，分别对试验区在快速加固处理阶段及二次处理阶段的沉降进行了拟合与预测，对比了两种灰色模型在短期沉降预测方面的优劣。结果表明，选用相同的沉降数据进行建模，GM(1，1)模型预测结果要好于灰色Verhulst模型，更加接近于实测沉降值，后者预测相对误差较大，可见灰色Verhulst模型并不适合短期沉降预测，如要使用该模型预测需进行一定的修正。　　 (5)在运用人工神经网络与灰色系统理论模型进行预测时，本文都探讨了不同数据处理方式对预测精度的影响，虽然影响预测精度的因素较多，但其中有一个共同点是：这两种方法都属于动态预测方法，故通过不断地补充新的实测沉降数据，建立动态预测过程可以有效提高预测精度。